Wireless Bioradar Sensor Networks for Speech Detection and Communication

Wireless multimedia sensor networks (WMSN) are emerging to serve for the collection of acoustic and image information. In the WMSN, the microphone is usually employed to function as sensor nodes for the acquisition of acoustic data. However, those microphone sensors are needed to be placed close with sound source and cannot detect sound signal through certain obstacles. To overcome the shortcomings of microphone sensor, we develop a new type of bioradar sensor to achieve non-contact speech detection and investigate theoretically the mechanism of bioradar for speech detection. Results show that the system can successfully detect speech at some distance and even through non-metallic objects with certain thickness. In addition, in order to suppress the noise and improve the quality of the detected speech, we use spectral subtraction and Wiener filtering algorithm respectively to enhance the bioradar speech and evaluate the performance of the two methods using spectrogram.

基于改进奇异谱分析的毫米波生物雷达干扰抑制方法

针对毫米波雷达间的互扰会造成生物雷达获取的微弱生命体征信号被淹没,导致无法准确测量呼吸心跳的问题,本文提出基于改进奇异谱分析的方法抑制雷达间互扰,通过相关性计算从受扰信号中选取目标差拍信号重构以抑制干扰和消除背景噪声。进一步提出基于信息熵的集合经验模态分解方法消除差拍信号残留的相位噪声,通过信息熵计算从集合经验模态分解后的固有模态函数分量中选择呼吸和心跳信号以抑制残留噪声。实验结果表明,所提出的方法能有效地从受干扰的信号中恢复呼吸和心跳信号,提高呼吸和心跳的信噪比。因此,本文所提方法提高了生物雷达的抗干扰能力,增强了生物雷达的实用性。

RIS-4D生物雷达多人体定位与生命体征监测

非接触式生命体征监测是一种可以被广泛用于健康医疗、辅助生活、汽车交通、搜索救援和公共安全的新兴技术。在本文工作中,我们开发了RIS-4D生物雷达用于非接触式生命体征监测,提出了同时定位多个人体目标以及监测对应的呼吸和心跳微动信号的方法,具有低成本、低能耗、可编程、易部署的优势。该系统利用可重构智能表面(Reconfigurable Intelligent Surface,RIS)天线动态操纵电磁波进行波束形成和三维雷达成像,从而实现对多个人体目标的三维空间定位,然后从时间维度上的连续回波中提取呼吸和心跳信号。“三维空间”+“一维时间”形成的四维时空高分辨率信息使得该RIS-4D生物雷达能够多维度感知目标和环境。空间波束形成使得电磁波能量聚焦在人体胸腔位置,有助于减少杂波(四肢以及环境多径等杂波)造成的干扰和失真,从而提高生物雷达的探测性能。在真实室内办公环境中的实测数据对该系统和所提出方法进行了验证,实验结果表明,利用该系统可以准确地定位并监测多个受试者的呼吸和心跳微动信号,对瞬时心率和心变异率的监测结果进一步验证了该系统的有效性。所提出的RIS-4D生物雷达为非接触生理信号采集提供了一种多目标、多功能、高精度的实现方式。

基于机器学习的生物雷达非接触识别头部特定动作方法研究

目的提出一种基于生物雷达传感器的头部特定动作非接触识别方法。方法首先对头部特定动作——静止、点头、左转、右转、后倾、张嘴、左点头、右点头采集雷达回波信号;其次,通过时域处理和时频分析得到时域和时频谱2种图像数据;接着从时域和时频域数据中分别提取特征并利用主成分分析法(Principal Component Analysis,PCA)构建更为有效的新特征;最后,运用支持向量机模型(Support Vector Machine,SVM)对新特征进行分类。结果基于PCA和SVM构建人体动作特征提取方法,并对人体头部动作进行识别,结果显示,不同类型头部动作的分类识别准确率可达88.64%。结论本文提出的头部动作非接触识别对于阿尔茨海默病患者增强社会交流、延缓病情发展、提升生活质量具有重要意义。

基于自适应滤波的生物雷达干扰抑制方法

生物雷达在实际探测中,由于操作人员自身的呼吸运动而对探测系统造成一定的干扰,致使雷达的探测准确性降低。搭建了基于双天线的连续波生物雷达实验平台,提出了将基于可变步长最小均方误差准则的自适应滤波结合互相关技术的方法应用于生物雷达探测过程中的操作人员呼吸干扰抑制,并进行仿真和实际探测实验,给出了仿真结果,实际探测实验中采集的20组随机数据的干扰抑制成功率为85%,表明该方法适用于生物雷达操作人员的呼吸干扰抑制。

非接触呼吸与心跳监护装置的研制

目前,临床上所使用的生理参数监护装置均采用电极或传感器直接接触人体,增加了被测者生理和心理负荷。为了实现非接触呼吸和心跳检测,首先利用微型化生物雷达实现了对人体体动信号的非接触检测,然后对体动信号进行信号调理,从中提取出呼吸信号与心动信号,最后将呼吸和心跳监测波形进行无线传输。实验结果表明,该非接触呼吸与心跳波形监护装置体积小、功耗低,可以实现临床生理参数的实时监测。

基于生物雷达技术的非接触心率检测研究

目的:利用生物雷达实现对心率的检测。方法 :通过提取雷达I-Q输出端的数据,采用基于LM(levenbergmarquardt)算法的参数估计来获取心率。结果:对静止呼吸以及伴有体动正常呼吸这2种情况下采集到的数据进行了分析,得到了理想的实验结果。I-Q双通道雷达系统无需相位展开操作,对于信噪比非常小的生物信号较为有利。结论:生物雷达可以在非接触的状态下实现对心率的检测,对于临床诊断具有重要的应用价值。

采用重现量化分析方法识别生物雷达回波信号中人体数量的研究

目的采用重现量化分析方法(recurrence quantification analyies,RQA),通过对雷达回波信号进行分析,对人体数量进行识别。方法采用超宽谱生物雷达对位于砖墙后的生物体进行探测,采集雷达回波信号,运用重现量化分析方法对回波信号进行分析。结果通过计算一系列量化指标:重现率、确定率等,得出有人处的重现率要高于无人处的重现率。结论采用这种方法能够有效地实现生物雷达探测中对人体数量的识别。

基于生物雷达的临床监测系统研究

目的:利用雷达以及信号处理等方法实现非接触临床监测。方法:基于生物雷达技术,对人体生命参数进行非接触提取,通过网络将数据传输到服务器,系统通过相应算法对所得数据进行处理,从而获得具有临床意义的结果。结果:基本实现了参数提取、数据传输、数据处理以及分析,实验结果较为理想,系统可行性强。结论:生物雷达技术可以用于临床监测领域,可以实现非接触多目标监测。

UWB MIMO生物雷达多静止人体目标成像方法研究

由于临近多静止人体目标之间存在较强的相互干扰,仅利用单通道生物雷达的距离像难以区分多个静止人体目标。为解决上述问题,该文利用超宽带多输入多输出(UWB MIMO)生物雷达获取多静止人体目标的2维高分辨图像,从空间上更好地分隔多静止人体目标,然后基于UWB MIMO图像的慢时间序列对人体生理信号进行增强,有效抑制人体目标间的相互干扰。实测数据结果证明该文所提方法能够获得相互靠近的多静止人体目标的高分辨图像,使后续的多静止人体目标高性能检测与定位成为可能。

非接触生理信号检测技术

非接触生理信号检测技术是近年来发展起来的新兴技术,由于其无需使用传感器或者电极与人体接触,能够给检测目标提供相对自由的检测环境,因此具有特殊的应用前景。本文在介绍光学、超声非接触检测技术的同时,重点阐述了生物雷达检测技术的研究现状及发展趋势,最后展望了非接触生理信号检测技术的应用前景。

基于TMS320C6713的生物雷达信息处理与控制系统的研制

目的:研制基于高速DSP-TMS320C6713的适用于数据量大的超宽谱生物雷达的信息处理与控制系统。方法:控显终端通过蓝牙向该系统发送指令,系统根据指令控制前端雷达,在接收到雷达数据后根据相应算法进行判断识别,并将最终判别结果通过蓝牙发送到控显终端。结果:实现了超宽谱生物雷达数据的接收、处理以及通过蓝牙技术与控显终端的通信。结论:该系统具有运算速度高、抗干扰能力强、体积与质量小等特点,基本能够满足实际工作需要。

一种非接触睡眠呼吸暂停报警装置的研制

为了实现在低生理和心理负荷条件下实现睡眠呼吸暂停的报警,该文设计了一种装置,包括微型化生物雷达、信号调理、控制与处理、报警以及电源五个模块,分别实现人体呼吸信号非接触检测、呼吸信号特征提取、呼吸暂停检测与报警功能。实验结果表明,该睡眠呼吸暂停报警装置不仅无需任何直接接触人体电极或传感器,而且体积小、功耗低、价格低廉,未来可广泛用于家庭或医院睡眠障碍患者的监测。

94 GHz生物雷达语音探测系统的设计与实验研究

目的：研究94 GHz生物雷达探测语音的性能和能力。方法：搭建94 GHz生物雷达语音探测平台,利用该平台设计并开展94 GHz生物雷达与麦克风的语音同步探测实验研究,并结合语音数字信号处理方法分析所采集语音信号的特征。结果：通过对比分析发现,麦克风语音的主能量频率范围为0~4 000 Hz,94 GHz雷达语音的主能量区集中在0~1 200 Hz之间,且后者的最大作用距离可达20 m。结论：94 GHz生物雷达弥补了麦克风系统对低频率、低能量语音捕获能力不足的一面,为远距离、非接触探测语音提供了一种新方法。

生物雷达技术的研究现状与新进展

生物雷达主要可以用于实现间隔一定距离、穿透一定厚度的介质对人体的生命体征进行非接触的检测。该技术可以广泛应用于军事医学、灾害医学、城市反恐等领域,是国际科技界公认的一个非常重要的前沿技术领域。本文介绍了生物雷达的概念和特点,生物雷达的两种分类方式,并重点阐述了国内外研究现状以及生物雷达技术的未来发展方向。本文为生物雷达技术的进一步深入研究提供了建议和参考。

自适应谱线增强器在生物雷达中的应用

在探测废墟下存活的人体时,生物雷达很难找到理想的参考信号对采集的信号进行处理。对已有生物雷达信号处理方法性能进行分析,提出了基于误差变化率的变步长LMS自适应谱线增强算法。算法不需要理想的信号作为参考信号,且收敛性能和鲁棒性好、稳态误差小。Matlab仿真分析证明了该算法应用于生物雷达信号处理的有效性。

生物雷达技术的研究现状

利用生物雷达技术检测人体生命体征信号(呼吸、心率等)成为生物医学工程研究中产生的一个崭新的领域,其主要任务是间隔一定的距离、穿透一定厚度的介质对人体的生命体征进行非接触检测,该技术可以广泛应用于军事医学、灾害医学、城市反恐等领域。

基于短时相位谱补偿的非接触语音检测增强算法研究

语音是人类重要的生理信号,生物雷达能够通过检测喉部发音器官振动的微弱信息对语音进行非接触采集,从而提供一种新型的非接触语音获取方法。但生物雷达所接收的含有语音信息的回波中还存在多种噪声和杂波。本文采用离散短时傅立叶变换,在保持语音信号振幅谱不变的条件下通过改变相位谱来对信号谱进行重构,达到去除雷达语音信号中噪声分量的目的。通过与经典的谱减法和维纳滤波语音增强算法进行对比,此算法能够在低信噪比条件下有效地降低噪声分量,可提高生物雷达语音信号质量。

跟踪微分器在生物雷达中的应用

在探测废墟下存活的人体时,生物雷达很难找到理想的参考信号对采集的信号进行处理。对已有生物雷达信号处理方法性能分析,提出了基于微分跟踪器(TD)的信号处理方法。该方法不需要理想的信号作为参考信号,且收敛性能和鲁棒性好、稳态误差小。MATLAB仿真分析证明了该算法应用于生物雷达信号处理的有效性。

不同呼吸模式对雷达信号分离影响实验研究

目的:研究生物雷达监护过程中,不同呼吸模式对雷达信号分离提取的影响。方法 :在不同呼吸模式下,获取雷达式生命参数监护系统的回波信号,应用改进的信号分离算法,分离出呼吸和心跳信号,并提取对应信号的参数特征。结果:2种呼吸模式下,自适应滤波器输出的信号中心频率与心跳信号频率一致,且其余频点信号得到有效抑制。结论:该算法可以有效地分离出心跳信号,同时有效抑制其他干扰信号。